MétaCan
Menu
Retour à la cohorte
Enregistrement W3017710891 · doi:10.1109/tbcas.2020.2988489

Asynchronous Event-driven Encoder With Simultaneous Temporal Envelope and Phase Extraction for Cochlear Implants

2020· article· en· W3017710891 sur OpenAlexaff
Nan Guo, Shiwei Wang, Roman Genov, Lei Wang, Derek Ho

Notice bibliographique

RevueIEEE Transactions on Biomedical Circuits and Systems · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAnalog and Mixed-Signal Circuit Design
Établissements canadiensUniversity of Toronto
Organismes subventionnairesInnovation and Technology CommissionNational Natural Science Foundation of China
Mots-clésEncoderAsynchronous communicationChipCMOSElectronic engineeringEnvelope detectorComputer scienceEnvelope (radar)EngineeringTelecommunications

Résumé

récupéré en direct d'OpenAlex

Conventional cochlear implants using periodic sampling are power consuming and incapable of capturing the amplitude and phase of the input acoustic signal simultaneously. This paper presents an asynchronous event-driven encoder chip for cochlear implants capable of extracting the temporal fine structure. The chip architecture is based on asynchronous delta modulation (ADM) where the signal peak/trough crossing events are captured and digitized intrinsically, which has the advantages of significantly reduced power consumption, reduced circuit area, and the elimination of dedicated data compression circuitry. An 8-channel prototype chip was fabricated in 0.18 μm 1P6M CMOS process, occupying an area of 0.125 × 1.7 mm2and has a power consumption of 36.2 μW from a 0.6V supply. A 16-channel stimulation encoding system was built by integrating two test chips, capable of processing the entire audible frequency range from 100 Hz to 10 kHz. Experimental characterization using the human voice is provided to corroborate functionality in the application environment.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,024
Tête enseignante GPT0,254
Écart entre enseignants0,230 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Biomedical Circuits and SystemsMême sujetAnalog and Mixed-Signal Circuit DesignTravaux en français237 207